计算因子水平之间的变量差异

Question

我有一个data.frame，在多个时间点为每个主题测得的值只有一个。它简化为：

> set.seed(42)
> x = data.frame(subject=rep(c('a', 'b', 'c'), 3), time=rep(c(1,2,3), each=3), value=rnorm(3*3, 0, 1))
> x
  subject time       value
1       a    1  1.37095845
2       b    1 -0.56469817
3       c    1  0.36312841
4       a    2  0.63286260
5       b    2  0.40426832
6       c    2 -0.10612452
7       a    3  1.51152200
8       b    3 -0.09465904
9       c    3  2.01842371

我想计算value每个时间点和每个主题的变化。对于这个简单的例子，我当前的解决方案是：

> x$diff[x$time==1] = x$value[x$time==2] - x$value[x$time==1]
> x$diff[x$time==2] = x$value[x$time==3] - x$value[x$time==2]
> x
  subject time       value       diff
1       a    1  1.37095845 -0.7380958
2       b    1 -0.56469817  0.9689665
3       c    1  0.36312841 -0.4692529
4       a    2  0.63286260  0.8786594
5       b    2  0.40426832 -0.4989274
6       c    2 -0.10612452  2.1245482
7       a    3  1.51152200         NA
8       b    3 -0.09465904         NA
9       c    3  2.01842371         NA

...，然后删除最后一行。但是，在我的实际数据集中，存在更多的层次，time我需要对几列进行此操作，而不是对value。代码变得非常难看。有没有一种整洁的方式做到这一点？一个不假设行根据主题在主题中排序的解决方案time会很好。

Answer 1

我们可以使用data.table。将'data.frame'转换为'data.table'（setDT(x)），按'subject'分组，我们将下一个值（shift(value, type='lead')）与当前值的差取值，并分配（:=）输出以创建'Diff'列。

library(data.table)#v1.9.6+
setDT(x)[order(time),Diff := shift(value, type= 'lead') - value ,
                                              by = subject]
#   subject time       value       Diff
#1:       a    1  1.37095845 -0.7380958
#2:       b    1 -0.56469817  0.9689665
#3:       c    1  0.36312841 -0.4692529
#4:       a    2  0.63286260  0.8786594
#5:       b    2  0.40426832 -0.4989274
#6:       c    2 -0.10612452  2.1245482
#7:       a    3  1.51152200         NA
#8:       b    3 -0.09465904         NA
#9:       c    3  2.01842371         NA